[Apex Mobility는 ​어떤 ​회사인가요?] Apex ​Mobility(에이펙스 모빌리티)는 ​쏘카와 전략 투자자가 함께 ​설립한 ​자율주행 모빌리티 ​기업입니다. 모듈러 자율주행을 ​넘어 End-to-End(E2E) ​자율주행으로 ​가는 다음 ​세대를, ​한국 ​도로 현실에 맞게 ​만들어 ​갑니다. 우리는 자율주행으로 실제 ​고객의 ​이동 ​문제를 해결하려 합니다. ​자율주행은 목적이 ​아니라 ​수단입니다. 운전이 ​부담인 사람, ​이동에 ​너무 많은 시간과 ​비용을 쓰는 ​사람 — 그들의 이동을 실제로 바꾸는 것이 Apex가 존재하는 이유입니다. Apex는 1,500억 원 규모의 자본으로 출범했고, 가장 큰 자산은 데이터입니다. 좋은 E2E 모델의 핵심은 결국 데이터이고, 그 규모에서 쏘카는 국내에서 독보적입니다: • 커넥티드카 2.5만 대가 하루 평균 110만 km를 주행하며 쌓는 대규모 실주행 데이터 • 연간 1,740만 시간의 실주행 영상과 차량의 미세 움직임을 담은 에고모션(Egomotion) 데이터 • 수년간 누적된 차량 운영·사고·예외 상황·고객 행동 데이터 여기에 더해, 풀 센서킷 차량을 구축해 고품질 멀티모달 데이터까지 확보해 나갑니다. 좋은 모델만으로 자율주행이 완성되진 않습니다. 국내 최대 카셰어링 사업자로서 2.5만 대 fleet을 직접 운영해온 노하우가 모델을 실제 서비스로 잇는 또 하나의 축입니다.

[이 포지션은 어떤 자리인가요?] • 세계 최고 수준의 모델을 쏘카 데이터로 우리 도메인에 맞게 적응시키고, 그 모델이 실제 도로에서 안전하게 돌아가게 만드는 데이터·인지·안전 모델을 직접 만드는 Applied Research Scientist를 찾습니다. • 이 자리는 연구와 실적용 어느 한쪽이 아닙니다. 최신 모델을 깊이 파고들어 우리 데이터로 고도화하는 연구와, 그 결과를 실제 차량에 올려 검증하는 실적용을 한 사람이 끝까지 책임집니다. • 그래서 연구가 데모로 끝나지 않습니다. 학습·파인튜닝한 모델을 빠르게 실제 차량에 적용하고, 그 피드백으로 다시 고도화하는 짧은 루프를 직접 돌리며, 모델이 실험실 지표가 아니라 실제 주행에서 어떻게 동작하는지를 매번 확인합니다. • Apex 초기 ML 팀의 founding 멤버로서, 연구 방향과 팀을 함께 세워 나갈 분을 찾습니다. [담당하시게 될 업무를 소개합니다] 자율주행을 한국 도로에서 실제로 굴리려면 풀어야 할 문제가 많습니다. 예를 들면 이런 문제들이고, 이건 시작일 뿐입니다: 1. 자율주행 모델 연구·도메인 적응 • 최신 자율주행·멀티모달 모델을 쏘카의 실주행 데이터로 우리 도메인에 맞게 연구·고도화 • 한국 특유의 주행·주차·도로 상황에서 모델이 제대로 작동하도록 성능을 끌어올리기 2. 데이터 파이프라인 & 큐레이션 • 풀 센서킷 차량에서 고품질 멀티모달 데이터를 수집하는 파이프라인 구축 • 대규모 실주행 영상의 익명화 파이프라인 구축 (개인정보·번호판 등 비식별화) • auto-labeling 등으로 학습 데이터를 대량·고품질로 확보 • 데이터 큐레이션을 돕는 경량 자율주행 모델 개발 3. 실서비스용 인지·판단 모델 • 상용 지도사가 커버하지 않는 구역(대규모 단지·지하주차장 등)을 위한 SD 지도 생성 경량 모델 • 비전 기반 정차 가능 위치 판단 • 승하차(stop-over) 위치 판단 • 안전을 보장하기 위한 safety guardrail 판단 모델 이 외에도 실제 도로 위 자율주행이 마주하는 문제는 계속 새로 생깁니다. 정해진 업무를 받기보다, 문제를 직접 발굴하고 정의해 풀 분을 찾습니다. [연구 환경] • 데이터: 커넥티드카 2.5만 대(하루 110만 km) 기반 국내 최대 규모의 실주행 데이터, 그리고 풀 센서킷 멀티모달 데이터까지 확장해 가는 환경 • 컴퓨트: 모델 파인튜닝·학습에 충분한 GPU 환경 • 임팩트: 학습시킨 모델이 데모가 아니라 실제 차량에서 돌아가는 것을 직접 확인

• 자율주행 또는 컴퓨터비전 모델을 실제 데이터로 학습·파인튜닝·배포해본 경험 — 직접 모델을 만들고 성능을 끌어올려본 분 • PyTorch 등 딥러닝 프레임워크에 능숙하고, 모델 학습·평가·튜닝 전 과정을 직접 수행 • 데이터로 모델을 개선해본 경험 — 학습 데이터 큐레이션·라벨링 전략·품질 개선 등 데이터 중심의 성능 개선 • 연구·모델을 실제 시스템·서비스에 끝까지 적용하려는 실행력 — '논문만 쓰는 리서처'가 아니라 적용까지 끌고 가는 분

[이런 분이면 더욱 좋습니다] • 자율주행·로보틱스·자동차 또는 LLM/VLM 기업, 혹은 관련 학계에서의 연구·개발 경험 • 탑티어 학회 논문(CVPR, NeurIPS, ICML, ICLR, RSS, ICRA, IROS 등) 또는 오픈소스 임팩트 • Vision-Language Model(VLM)·멀티모달 학습 경험 • Foundation Model 파인튜닝·증류, 대규모 분산 학습(Multi-GPU/Multi-Node) 경험 • 데이터 익명화·auto-labeling 등 데이터 엔지니어링 경험 • 지도(HD/SD map)·SLAM·측위 관련 경험 • 모델 안전성·해석 가능성(safety/interpretability) 관련 경험 • 강화학습(RL)·모방학습(IL)·Sim-to-Real 전이 학습 경험

[미래의 apex팀원이 되기 위한 과정] • 서류 전형 ▷ 1차(직무)인터뷰 ▷ 2차(컬처핏) 인터뷰 ▷ 입사 조건 협의(처우,입사일) ▷ 최종 합격 확정 ▷ 입사 • 채용 진행 상황에 따라 전형이 추가될 수 있습니다. • 입사 후 3개월의 수습 평가 기간이 있습니다.

• 각 전형 결과는 지원 시 기재해주신 이메일 주소로 안내 드릴 예정입니다. • 제출해주신 지원서 내용 중 허위 사실이 있는 경우 합격이 취소될 수 있습니다. • 해당 공고는 수시 채용으로, 채용 완료 시 조기 마감 될 수 있습니다. • 국가유공자 및 장애인 등 취업 보호 대상자는 관계 법령에 따라 우대합니다.